溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
今天就跟大家聊聊有關如何進行seaborn的使用，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。
seaborn 是基于matplotlib開發的，提供更高一級的接口，做出的可視化圖更加具有表現力。
下面介紹 seaborn 庫的入門使用方法，首先導入它和 pyplot 模塊：
import matplotlib.pyplot as plt
import seaborn as sns
它里面內置了一些經典數據集，如tips, titanic, iris等，下面依次導入：
tips = sns.load_dataset("tips")
titanic = sns.load_dataset("titanic")
iris = sns.load_dataset("iris")
以titanic 為例，繪制factorplot 圖，展示 sex(男、女)，不同階層(1,2,3)的 survived比率：
sns.factorplot(x="pclass", y="survived", hue="sex",data=titanic)
還可以定制 pointplot 圖， 調整 markers，linestyles 等參數：
sns.pointplot(x="class", y="survived", hue="sex", data=titanic,
palette={"male":"g","female":"m"},markers=["^","o"],linestyles=["-","--"])
不同階層下，不同性別的存活比率 barplot 圖：
sns.barplot(x="sex",y="survived", hue="class", data=titanic)
統計deck枚舉值不同取值的出現頻次countplot圖：
sns.countplot(x="deck", data=titanic, palette="Greens_d")
箱形圖觀察數據分布規律：
sns.boxplot(x="alive", y="age",hue="adult_male",data=titanic)
關于 seaborn 使用，有一張 cheetsheet 圖，如下所示：
看完上述內容，你們對如何進行seaborn的使用有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
